VELIKA PREPREKA

Zašto se uspjeh umjetne inteligencije i dalje čini nedostižnim?

Većina ispitanika izjavila je da je manje od 30 posto njihovih generativnih AI rješenja prešlo u fazu proizvodnje u ovom trenutku.

Zašto se uspjeh umjetne inteligencije i dalje čini nedostižnim?
Depositphotos

Poslovni lideri tvrde da ih generativna umjetna inteligencija i dalje intrigira, ali njihov entuzijazam opada, pokazuje nedavna anketa koju je proveo Deloitte.

Interes rukovodećeg kadra za generativnu umjetnu inteligenciju iznosio je 67 posto i 57 posto, što je pad od osam i šest postotnih bodova u odnosu na prvi kvartal ove godine. Ukupno, većina ispitanika izjavila je da je manje od 30 posto njihovih generativnih AI rješenja prešlo u fazu proizvodnje u ovom trenutku. Zaključak je da smo još uvijek u fazi učenja.

Još jedan faktor koji tek treba biti određen je mjerenje povrata na ulaganje u AI. To ovisi o tome koliko su očekivanja bila realna na početku te jesu li uzeli vremena da unaprijed definiraju jasne ciljeve, pokazatelje uspješnosti i kriterije uspjeha.

Trenutni set generativnih AI alata pokazuje svestranost pomažući programerima da pišu bolji kod brže, stvarajući početne nacrte za kreatore sadržaja i brzo izvlačeći uvide iz velikih skupova dokumenata.

Povrat na ulaganje vidi se u tvrtkama koje su uspjele smanjiti troškove zahvaljujući automatizaciji zadataka koje su prije obavljali ljudi ili koje su uspjele povećati prihode zbog diferenciranih proizvoda, te koje su uspjele riješiti problem što je samo 20 posto AI rezultata točno. Sve se vraća na to jesu li tvrtke spremne uložiti vrijeme unaprijed i spremnost preuzeti određeni rizik.

Osim jednostavne produktivnosti, potrebno je više rada za mjerenje povrata na ambicioznije primjene kako bi se pokazalo poboljšanje u odnosu na postojeća rješenja. Postojeća rješenja finog su podešavanja do visokih razina učinkovitosti i točnosti na strukturiranim skupovima podataka, često tijekom mnogih godina.

U konačnici, postizanje koristi od AI uključuje odabir najperspektivnijih slučajeva upotrebe, pažljivo mjerenje učinkovitosti AI-ja u odnosu na alternative i predanost kontinuiranom poboljšanju. U užem smislu, tvrtke mogu smatrati AI projekte uspješnima kada mogu jasno i dosljedno pokazati bolje rezultate u odnosu na referentne točke i postići široku prihvaćenost. Drugi znak uspjeha bit će kada se AI povuče u pozadinu i postane još jedan alat za omogućavanje ljudima da učinkovitije i efikasnije postižu svoje ciljeve. Tada možemo očekivati sljedeći val, zaključili su u Deloitteu.